【练习/sklearn库基础】导入sklearn库自带的乳腺癌数据集，分别使用GaussianNB、MultinomialNb、BernouliNB、SVM及KNN5种分类器进行分类预测

声明：
1、 学生刚开始学习python，代码会有很多不严谨，也较为粗糙，单纯用于广大网友参考，希望能起到一定的帮助
2、 如果要转载，请标记出来源
3、本文纯粹用于技术练习，请勿用作非法途径
4、如果有问题请在评论区指出，虚心接受立马改正
做题途中所遇问题：
无
代码块：

在这里插入代码片
#4、导入sklearn库自带的乳腺癌数据集，分别使用GaussianNB、MultinomialNb、BernouliNB、SVM及KNN5种分类器进行分类预测，并比较输出5种分类器预测的准确率优劣。
#sklearn数据库中的乳腺癌采集数据
from sklearn import datasets
#朴素贝叶斯

from sklearn.naive_bayes import GaussianNB
from sklearn.naive_bayes import MultinomialNB
from sklearn.naive_bayes import BernoulliNB
#SVM
from sklearn.svm import SVC
#KNN
from sklearn.neighbors import KNeighborsClassifier
#数据集分割
from sklearn.model_selection import train_test_split

cancers=datasets.load_breast_cancer()
X=cancers.data
Y=cancers.target
# 注意返回值： 训练集train，x_train，y_train，测试集test，x_test，y_test
# x_train为训练集的特征值，y_train为训练集的目标值，x_test为测试集的特征值，y_test为测试集的目标值